劉志遠(yuǎn) 孫宗帝

[摘 要]結(jié)合青島市自身特點(diǎn)，建立青島市住宅微觀影響因素特征價(jià)格模型，利用逐步回歸方法，逐步篩選出對(duì)青島市住宅價(jià)格具有顯著性影響的微觀因素。研究結(jié)果認(rèn)為，微觀影響因素有樓盤建筑面積、容積率、綠化率、是否是海景房、是否有地鐵線、所處的商圈等。微觀影響因素對(duì)青島市住宅價(jià)格影響顯著，青島市住宅價(jià)格總體平穩(wěn)上升，不同區(qū)位住宅價(jià)格因海洋因素、所處商業(yè)圈的不同而有較大差別。在市南區(qū)、嶗山區(qū)，高檔房居多，房?jī)r(jià)較高，但波動(dòng)趨于平穩(wěn)，在城陽區(qū)、市北區(qū)、黃島開發(fā)區(qū)，置信產(chǎn)業(yè)、中低檔房居多，房?jī)r(jià)比較平穩(wěn)。建議青島市在金融監(jiān)管、土地供給、廉租房建設(shè)等方面采取措施，根據(jù)居民消費(fèi)水平和需求，合理確定住宅價(jià)格。

[關(guān)鍵詞]逐步回歸；價(jià)格模型；住宅價(jià)格；檢驗(yàn)；建議

[中圖分類號(hào)]F293.3 [文獻(xiàn)標(biāo)識(shí)碼]A [文章編號(hào)]1671-8372（2018）01-0031-06

青島市住宅價(jià)格的變動(dòng)受到很多宏觀因素和微觀因素的影響，本文嘗試研究影響青島市住宅價(jià)格的微觀因素，探討青島市住宅價(jià)格的走勢(shì)，建立住宅價(jià)格模型，通過實(shí)證的方法檢驗(yàn)分析結(jié)果，再據(jù)此為青島市住宅產(chǎn)業(yè)健康、可持續(xù)發(fā)展提供建議。

一、住宅價(jià)格影響因素文獻(xiàn)綜述

住宅價(jià)格是指住宅的市場(chǎng)價(jià)格，是消費(fèi)者為購買住宅而實(shí)際支付的貨幣數(shù)量，它是房屋建筑物價(jià)格和土地價(jià)格的統(tǒng)一體，即住宅商品價(jià)值和地租資本化的綜合價(jià)值的貨幣表現(xiàn)，是住宅效用、供給的相對(duì)稀缺性以及住宅的有效需求三方面相互作用的結(jié)果。關(guān)于住宅價(jià)格，國內(nèi)外學(xué)者已經(jīng)進(jìn)行了大量的研究工作。

（一）國外文獻(xiàn)綜述

Wong等通過對(duì)香港房地產(chǎn)市場(chǎng)的研究發(fā)現(xiàn)，居民對(duì)房地產(chǎn)市場(chǎng)的預(yù)期不同會(huì)影響其購買行為，進(jìn)而會(huì)對(duì)住宅價(jià)格產(chǎn)生一定的影響。當(dāng)經(jīng)濟(jì)預(yù)期較好時(shí)，房地產(chǎn)行業(yè)比較繁盛，當(dāng)通貨緊縮時(shí)，居民對(duì)房地產(chǎn)市場(chǎng)信心降低，進(jìn)而會(huì)對(duì)房地產(chǎn)市場(chǎng)產(chǎn)生一定的影響[1]。Chrisitian Hott，Pierre Monnin提出采用脈沖響應(yīng)函數(shù)和預(yù)測(cè)方法來預(yù)測(cè)房地產(chǎn)市場(chǎng)的基礎(chǔ)價(jià)格，并用此模型分別預(yù)測(cè)美國、英國、瑞士、荷蘭的房地產(chǎn)市場(chǎng)價(jià)格 [2]。Christoph Hinkelmann， Steve Swidler探討了利用期貨合約進(jìn)行套期保值的住宅房地產(chǎn)價(jià)格風(fēng)險(xiǎn)狀況[3]。Christopher Bitter， Gordon F.Mulligan， Sandy DallErba比較了美國亞利桑那州圖森市的房地產(chǎn)市場(chǎng)價(jià)格，研究住房屬性的空間異質(zhì)性，發(fā)現(xiàn)房屋方面的主要特點(diǎn)具有不同的邊際價(jià)格[4]。Stephen J.Conroy， Jennifer L.Milosch 通過建立評(píng)價(jià)模型對(duì)2006年圣地亞哥9755戶家庭抽樣數(shù)據(jù)進(jìn)行分析，研究“海岸線溢價(jià)”問題，發(fā)現(xiàn)在9公里海岸線范圍內(nèi)，離開海岸線的距離每增加1公里，房屋銷售價(jià)格降低8680美元，在特定距離內(nèi)此海岸線溢價(jià)率又呈現(xiàn)特定的變化規(guī)律[5]。

（二）國內(nèi)文獻(xiàn)綜述

王金明利用可變參數(shù)模型對(duì)我國房地產(chǎn)市場(chǎng)需求、供給進(jìn)行了動(dòng)態(tài)定量分析[6]。吳群、高慧瓊以土地供給、竣工面積和住宅投資作為供給因素，以新增人口、居住條件改善和城市拆改形成的自住型需求與投資作為需求因素，探究了供求關(guān)系對(duì)住宅價(jià)格的影響[7]。孔煜基于政策因素對(duì)住宅價(jià)格的影響，構(gòu)建四象限模型分析了地價(jià)與房?jī)r(jià)以及利率與房?jī)r(jià)的關(guān)系[8]。楊貴中對(duì)成都商品住宅價(jià)格影響因素從供給和需求層面進(jìn)行定性和定量分析，對(duì)成都市商品住宅價(jià)格進(jìn)行預(yù)測(cè)，并提出了平抑房?jī)r(jià)的建議[9]。劉陽、笪可寧利用上海和沈陽兩個(gè)城市的商品住宅價(jià)格數(shù)據(jù)和宏觀經(jīng)濟(jì)數(shù)據(jù)，通過回歸分析，認(rèn)為消費(fèi)者預(yù)期已經(jīng)成為影響這兩個(gè)城市的主要因素[10]。婁國豪認(rèn)為升值預(yù)期是房地產(chǎn)價(jià)格上漲的一個(gè)推動(dòng)力[11]。莊彬惠運(yùn)用結(jié)構(gòu)向量自回歸（SVAR）方法對(duì)商品住宅價(jià)格影響因素進(jìn)行研究，并對(duì)福建省房地產(chǎn)市場(chǎng)進(jìn)行了實(shí)證分析[12]。嚴(yán)揚(yáng)采用主成分分析方法，對(duì)武漢市人居環(huán)境進(jìn)行評(píng)價(jià)，發(fā)現(xiàn)人居環(huán)境建設(shè)水平越高，商品住宅價(jià)格也越高[13]。郭戩、孫煒發(fā)現(xiàn)除區(qū)域位置的因素，住宅價(jià)格受城市化發(fā)展水平的影響很大[14]。劉峰、鮮前航從區(qū)位、地質(zhì)、氣候、建筑物質(zhì)量、環(huán)境因素等方面研究了這些自然因素對(duì)住宅價(jià)格的影響程度[15]。崔光燦研究發(fā)現(xiàn)從長(zhǎng)期來看房地產(chǎn)的供給和收入等變量對(duì)我國房?jī)r(jià)影響較大，在短期來看通貨膨脹和利率對(duì)房地產(chǎn)價(jià)格影響較大[16]。耿方芳認(rèn)為青島市商品住宅價(jià)格的波動(dòng)主要是由資金推動(dòng)和需求拉動(dòng)，其中，金融機(jī)構(gòu)貸款余額、貸款利率以及城市居民人均可支配收入是影響商品住宅價(jià)格的主要影響因素[17]。姜永增認(rèn)為人口對(duì)房?jī)r(jià)影響最為顯著，對(duì)住房的需求是影響青島市房?jī)r(jià)最為重要的因素[18]。孫繼國、王媛媛研究發(fā)現(xiàn)宏觀調(diào)控政策會(huì)極大地遏制居民的購房行為，在一系列宏觀調(diào)控政策下，房?jī)r(jià)能夠較快地回歸到理性水平[19]。李旭寧從小區(qū)和住宅兩個(gè)層面探討杭州市城市景觀對(duì)住宅價(jià)格的影響，并對(duì)城市景觀的空間自相關(guān)效應(yīng)進(jìn)行分析，認(rèn)為良好的城市景觀會(huì)使住宅價(jià)格有一定的溢價(jià)，而且杭州市的住宅價(jià)格在空間分布上具有一定的空間相關(guān)性[20]。趙涵結(jié)合寧波市的城市概況、房地產(chǎn)的發(fā)展歷程，利用歷史數(shù)據(jù)對(duì)寧波市房地產(chǎn)價(jià)格影響因素進(jìn)行單因素分析，采用多元線性回歸的方法構(gòu)建寧波市住宅房地產(chǎn)價(jià)格模型，得到寧波市房地產(chǎn)價(jià)格影響因素[21]。王洋等構(gòu)建了城市住宅價(jià)格空間分異影響因素評(píng)價(jià)體系，以2012年揚(yáng)州市1305個(gè)小區(qū)的平均住宅單價(jià)為因變量，4個(gè)基本影響因素得分為自變量，進(jìn)行回歸分析，探索住宅及各子市場(chǎng)價(jià)格分異的主要因素，并分析了其驅(qū)動(dòng)機(jī)制[22]。

綜上，國內(nèi)外學(xué)者從不同角度分析了住宅價(jià)格的特點(diǎn)，研究了影響住宅價(jià)格的因素，但是從微觀角度對(duì)住宅價(jià)格影響因素進(jìn)行定量分析的研究較少。對(duì)像青島這樣的海濱城市的住宅價(jià)格的研究比較欠缺。因此，本文通過建立特征價(jià)格模型分析微觀因素對(duì)青島市住宅價(jià)格的影響，并分析各因素與住宅價(jià)格之間的關(guān)系。

住宅價(jià)格的形成要比其他商品價(jià)格的形成更為復(fù)雜，因此在研究青島市住宅價(jià)格的影響因素時(shí)，考慮到青島獨(dú)特的地理位置和環(huán)境，除選用常見的影響因素之外，還選取了一些特殊因素，如是否是海景房、住宅所處商圈等，從微觀層面對(duì)青島市住宅價(jià)格走向進(jìn)行深入研究。

二、青島市住宅價(jià)格微觀影響因素

影響青島市住宅價(jià)格的因素，分為宏觀因素和微觀因素兩個(gè)層面，本文主要從微觀層面對(duì)住宅價(jià)格影響因素進(jìn)行分析研究。選取的指標(biāo)有：樓盤占地面積、樓盤建筑面積、容積率、綠化率、是否是海景房、遠(yuǎn)海房、精裝修、有無地鐵線、口碑指數(shù)、距入住時(shí)間、所處的商圈等。具體的微觀變量選取及量化處理如表1所示。

資料來源： 青島市統(tǒng)計(jì)年鑒，青島市統(tǒng)計(jì)信息網(wǎng)

三、青島市住宅價(jià)格模型的建立與求解

（一）微觀影響因素特征價(jià)格模型的建立與檢驗(yàn)

根據(jù)多元統(tǒng)計(jì)分析理論，假設(shè)選取的13個(gè)微觀因素與住宅價(jià)格之間存在線性關(guān)系，利用多元線性回歸模型建立住宅價(jià)格與各個(gè)微觀因素之間的數(shù)量關(guān)系。建立的多元線性回歸模型如下：

公式（1）中，為住宅價(jià)格，分別代表樓盤占地面積、樓盤建筑面積、容積率、綠化率、海景房、遠(yuǎn)海房、精裝修、地鐵線、口碑指數(shù)、距入住時(shí)間、第一類商圈、第二類商圈、第三類商圈，代表上述13個(gè)解釋變量相應(yīng)的回歸系數(shù)，為隨機(jī)誤差項(xiàng)。利用MATLAB軟件工具箱的逐步回歸指令可以初步得到這13個(gè)微觀影響因素對(duì)青島市住宅價(jià)格的影響程度，如圖1 所示。

由圖1可以初步得到微觀影響因素對(duì)青島市住宅價(jià)格影響的相關(guān)統(tǒng)計(jì)量的具體數(shù)值：，，，，這13個(gè)自變量的檢驗(yàn)結(jié)果如表2所示。

檢驗(yàn)值 0.0391 -1.1959 1.0331 -1.5564 INF 1.0047 -0.3778 -1.8089 -0.6073 -0.5213 3.4636 1.7656 1.4904

由表2可以看出X1、X7、X9、X10的t檢驗(yàn)值偏小，難以反映出這四個(gè)變量對(duì)住宅價(jià)格的影響程度，因此需要對(duì)這四個(gè)變量進(jìn)行比較篩選（見表3）。

由表3可以看出，當(dāng)刪除變量X1、X7、X9、X10時(shí)，，，，，說明這種情況下模型效果更加優(yōu)越。此時(shí)，可以得到其他變量的檢驗(yàn)值，如表4所示。

由表4可以看出，每一個(gè)變量的t檢驗(yàn)值絕對(duì)值都大于1，因而對(duì)因變量P都有顯著的影響。微觀影響因素逐步分析最終結(jié)果如圖2所示。

依據(jù)F檢驗(yàn)、t檢驗(yàn)結(jié)果以及復(fù)判定系數(shù)和調(diào)整復(fù)判定系數(shù)接近1，可得最終的微觀影響因素特征價(jià)格模型。

（2）

（二）模型回歸結(jié)果分析

對(duì)住宅價(jià)格具有顯著影響作用的微觀因素是樓盤建筑面積、容積率、綠化率、海景房、地鐵線以及所處商圈（Q1：市南新區(qū)、嶗山區(qū)東部新區(qū)；Q2：市南區(qū)青島老城區(qū)、嶗山區(qū)除東部新區(qū)外的區(qū)域、市北區(qū)；Q3：李滄區(qū)、黃島開發(fā)區(qū)、城陽區(qū)）。

模型回歸結(jié)果顯示：樓盤建筑面積對(duì)住宅價(jià)格的影響系數(shù)是-63.16，表示樓盤建筑面積每增大1萬平方米，住宅價(jià)格將降低63.16元。容積率對(duì)住宅價(jià)格的影響系數(shù)是1261.52，表示容積率越大，住宅價(jià)格越高。綠化率對(duì)住宅價(jià)格的影響系數(shù)是-36107，表示綠化率升高，房?jī)r(jià)反而偏低，這可能與所選取的樣本有關(guān)，在開發(fā)的一些高檔住宅區(qū)確實(shí)存在綠化率比較低的現(xiàn)象，這是需要引起注意的情況。海景房對(duì)住宅價(jià)格的影響系數(shù)是-5000.25，是否臨近地鐵對(duì)住宅價(jià)格的影響系數(shù)是-7213.35，分別表示海景房以及臨近地鐵的住宅價(jià)格相較于遠(yuǎn)海景房及遠(yuǎn)地鐵房的價(jià)格要高很多，這也表明居民購房時(shí)比較看重地鐵帶來的出行便利。一級(jí)商圈（Q1）的房?jī)r(jià)比二級(jí)商圈（Q2）的房?jī)r(jià)，以及二級(jí)商圈（Q3）比三級(jí)商圈的房?jī)r(jià)都要高。

通過對(duì)回歸結(jié)果的分析可以看出，海洋因素對(duì)青島市的住宅價(jià)格影響大，而且住宅周圍的宏觀經(jīng)濟(jì)環(huán)境、繁華程度、服務(wù)設(shè)施等因素決定的商圈等級(jí)對(duì)住宅價(jià)格影響非常大。

四、建議

（一）合理調(diào)整住宅價(jià)格

調(diào)整住宅價(jià)格的形成機(jī)制，發(fā)揮市場(chǎng)和政府雙重調(diào)節(jié)的作用，根據(jù)不同區(qū)域不同收入群體的真實(shí)購買需求和支付水平，確定不同的住宅價(jià)格。

首先，青島市的住宅價(jià)格應(yīng)根據(jù)房屋所處商圈及不同需求群體的支付能力等因素實(shí)行差別化定價(jià)。

其次，由于不同收入階層在經(jīng)濟(jì)實(shí)力方面的差別，住宅價(jià)格應(yīng)該體現(xiàn)一定程度的差異化?？梢栽趨^(qū)位、戶型、環(huán)境等方面實(shí)現(xiàn)一定程度的價(jià)格差異。

再次，政府可以通過稅收來調(diào)控房地產(chǎn)價(jià)格，通過調(diào)整貨幣政策和財(cái)政政策來調(diào)整住宅價(jià)格。

（二）加強(qiáng)房地產(chǎn)市場(chǎng)的金融監(jiān)管

銀行信貸在整個(gè)房地產(chǎn)建設(shè)中起著關(guān)鍵的支撐作用，銀行等金融機(jī)構(gòu)要考慮到其中的風(fēng)險(xiǎn)，合理放貸，同時(shí)也需要政府等部門的指導(dǎo)，以促進(jìn)青島市房地產(chǎn)市場(chǎng)的長(zhǎng)期健康發(fā)展。

（三）從微觀層次上提升房屋質(zhì)量

重視海洋因素的影響，充分考慮房屋選址與海岸線之間的距離，提高樓房周邊環(huán)境的綠化率，設(shè)計(jì)更合理的容積率，合理確定住宅的朝向，重視環(huán)境因素，適度修建一些人工景觀以美化環(huán)境。

（四）科學(xué)制定土地供給制度

青島市是一座海濱城市，海洋因素對(duì)住宅價(jià)格有著很重要的影響，青島市政府應(yīng)該結(jié)合該特點(diǎn)，制定合理的城市規(guī)劃，盤活存量土地，合理進(jìn)行土地總體布局，針對(duì)海岸線距離的不同，合理調(diào)控土地開發(fā)的供給量。

建立健全土地供給制度，加強(qiáng)對(duì)土地資源的宏觀調(diào)控力度，適度增加或者減少土地供給，使土地資源成為調(diào)控市場(chǎng)的一種手段。嚴(yán)厲懲治違法圈地行為，保證土地資源的合理利用。

（五）增強(qiáng)普通商品房、廉租房的供給力度

住宅是居民必需和基本的消費(fèi)品，對(duì)居民的生活影響很大，而且對(duì)社會(huì)的穩(wěn)定有著重要的影響。目前，為滿足廣大中低收入群眾的住房需求，青島市政府應(yīng)該加大住房供應(yīng)結(jié)構(gòu)調(diào)整力度，在控制高價(jià)位商品住宅建設(shè)的基礎(chǔ)上，著力增加普通商品住房、經(jīng)濟(jì)適用房和廉租房建設(shè)，提高其在房地產(chǎn)市場(chǎng)供應(yīng)中的比例。

（六） 把握好房地產(chǎn)市場(chǎng)調(diào)控的手段

加強(qiáng)政府宏觀調(diào)控力度，建立適合市場(chǎng)體制要求的房地產(chǎn)管理體制，轉(zhuǎn)變政府對(duì)房地產(chǎn)市場(chǎng)的管理職能，從行政管理轉(zhuǎn)變?yōu)橹饕揽控?cái)稅、金融、土地供應(yīng)、城市規(guī)劃等宏觀政策和經(jīng)濟(jì)杠桿的間接調(diào)控。

（七）規(guī)范房地產(chǎn)市場(chǎng)行為，保證房地產(chǎn)市場(chǎng)健康發(fā)展

政府應(yīng)加強(qiáng)對(duì)房地產(chǎn)一級(jí)市場(chǎng)的管理力度，建立公開透明的土地出讓、轉(zhuǎn)讓招標(biāo)制度，加強(qiáng)對(duì)土地供應(yīng)計(jì)劃的管理，健全房地產(chǎn)流通體系，保護(hù)消費(fèi)者權(quán)益，規(guī)范市場(chǎng)行為。

政府應(yīng)該規(guī)范企業(yè)進(jìn)入和退出房地產(chǎn)行業(yè)的機(jī)制，減少企業(yè)違規(guī)行為，嚴(yán)格審查房地產(chǎn)企業(yè)資金、技術(shù)、業(yè)績(jī)等行為，保證房地產(chǎn)市場(chǎng)健康有序穩(wěn)定發(fā)展。

（八）完善房地產(chǎn)統(tǒng)計(jì)、信息披露制度

信息的不對(duì)稱性會(huì)導(dǎo)致住宅市場(chǎng)出現(xiàn)虛假信息，嚴(yán)重影響開發(fā)商、消費(fèi)者、政府的判斷力，加劇供需矛盾，因此需要對(duì)住宅市場(chǎng)信息披露制度進(jìn)行完善，加強(qiáng)信息的公開透明力度，降低交易成本，緩解供需矛盾。

根據(jù)青島市目前住宅實(shí)際發(fā)展情況，還應(yīng)加強(qiáng)居民風(fēng)險(xiǎn)教育，減少其非理性購房投資行為，促進(jìn)青島市房地產(chǎn)市場(chǎng)健康可持續(xù)發(fā)展。

[參考文獻(xiàn)]

Joe Tak-Yun Wong， Eddie C M Hui， William Seabrooke， John Raftery. A study of the Hong Kong property market： housing price expectations[J]. Construction Management and Economics，2005，23（7）.

Hott C， Monnin P. Fundamental real estate prices： an empirical estimation with international data[J]. Journal of Real Estate Finance & Economics， 2008， 36（4）：427-450.

Hinkelmann C， Swidler S. Trading house price risk with existing futures contracts[J]. Journal of Real Estate Finance & Economics， 2008， 36（1）：37-52.

Bitter C， Mulligan G F， DallErba S. Incorporating spatial variation in housing attribute prices： a comparison of geographically weighted regression and the spatial expansion method[J]. Journal of Geographical Systems， 2007， 9（1）：7-27.

Conroy S J， Milosch J L. An estimation of the coastal premium for residential housing prices in San Diego County[J]. Journal of Real Estate Finance & Economics， 2011， 42（2）： 211-228.

王金明.對(duì)我國房地產(chǎn)市場(chǎng)需求和供給函數(shù)的動(dòng)態(tài)分析[J].中國軟科學(xué)，2004（4）：69-74.

吳群，高慧瓊.供求關(guān)系對(duì)大都市商品住宅價(jià)格作用機(jī)理的分析—以南京市為例[J].中國土地科學(xué)，2006（2）：51-56.

孔煜.城市住宅價(jià)格變動(dòng)的影響因素研究[D].重慶：重慶大學(xué)，2007.

楊貴中.成都商品住宅價(jià)格影響因素分析與房?jī)r(jià)預(yù)測(cè)[D].成都：西華大學(xué)，2007.

劉陽，笪可寧.消費(fèi)者預(yù)期對(duì)商品住宅價(jià)格影響的研究[J].沈陽建筑大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2007（2）：210-212.

婁國豪.消費(fèi)者理性預(yù)期對(duì)房地產(chǎn)價(jià)格的影響[J].商業(yè)時(shí)代，2007（7）：24-28.

莊彬惠.關(guān)于商品住宅價(jià)格影響因素的理論研究與數(shù)量分析[D].廈門：廈門大學(xué)，2007.

嚴(yán)揚(yáng).城市人居環(huán)境與商品住宅價(jià)格關(guān)系研究—以武漢市為例[J].理論與實(shí)踐，2009（11）：87-90.

郭戩，孫煒.城市化對(duì)住宅價(jià)格影響的定量分析[J].商業(yè)時(shí)代，2010（5）：122-123.

劉峰，鮮前航.淺談?dòng)绊懛康禺a(chǎn)價(jià)格的自然因素[J].才智，2009（34）：278.

崔光燦.房地產(chǎn)價(jià)格與宏觀經(jīng)濟(jì)互動(dòng)關(guān)系實(shí)證研究—基于我國31個(gè)省份面板數(shù)據(jù)分析[J].經(jīng)濟(jì)理論與經(jīng)濟(jì)管理，2009（1）：57-62.

耿方芳.青島市商品住宅價(jià)格波動(dòng)與趨勢(shì)研究[D].西安：西安科技大學(xué)，2010.

姜永增.房?jī)r(jià)影響因素的實(shí)證分析—以青島市為例[J].價(jià)值工程，2011，30（28）：319-320.

孫繼國，王媛媛.宏觀調(diào)控對(duì)房?jī)r(jià)波動(dòng)及買房行為影響研究—以青島市為例[J].中共青島市委黨校.青島行政學(xué)院學(xué)報(bào)，2012（1）：35-39.

李旭寧.城市景觀對(duì)住宅價(jià)格的影響—以杭州市為例[D].杭州：浙江大學(xué)，2013.

趙涵.寧波市住宅房地產(chǎn)價(jià)格影響因素研究[D].杭州：浙江大學(xué)，2014.

王洋，李強(qiáng)，王少劍，秦靜.揚(yáng)州市住宅價(jià)格空間分異的影響因素與驅(qū)動(dòng)機(jī)制[J].地理科學(xué)進(jìn)展，2014，33（3）：375-388.

[責(zé)任編輯 張桂霞]